Le grand nombre de processeurs des cartes graphiques modernes en font des candidats idéaux pour le calcul parallèle.
Afin de pouvoir programmer des application du calcul scientifique, en particulier des problèmes de résolution d'équations aux dérivées partielles, il est nécessaire d'avoir des bibliothèques de base conviviales, comme par exemple Blas et Lapack.
L'entreprise NVIDIA a mis au point une bibliothèque d'utilitaires (cuda) ainsi qu'une version du Blas (cublas) pour les cartes à architecture CUDA.
Il existe une version restreinte de Lapack [1], mais pas de bibliothèque complète.
Le but de ce projet est d'expérimenter, comme dans [2] et [3], les techniques permettant d'utiliser cublas pour réaliser des fonctions Lapack performantes pour la réssolution de systèmes linéaires.
V. Volkov and J. Demmel, Benchmarking GPUs to Tune Dense Linear Algebra, SC08 talk.
Ph. Caussignac, Calcul scientifique sur processeurs graphiques, chapitre 8 du cours d'école doctorale 2009.
O. Schenk, M. Christen and H. Burkhart, Algorihmic performance studies on graphics processing units, J. Parallel Distrib. Comput., in press.
May 29, 2009